IT之家 7 月 29 日消息，OpenAI 公司今天（7 月 29 日）在 X 平台發布公告，宣佈推出 GPT-Live-Transcribe 和 GPT-Transcribe 兩種轉錄模型，並支持通過 API 方式調用。

調用費用方面

GPT-Live-Transcribe 轉錄費用為每分鐘 0.017 美元（IT之家注：現匯率約合 0.12 元人民幣）

GPT-Transcribe 轉錄費用為每分鐘 0.0045 美元（現匯率約合 0.03 元人民幣）

OpenAI 官方表示相比公司此前模型，上述兩種轉錄模型可以更好地理解上下文，並能在各種口音和語言的真實世界音頻上提供更準確的轉錄，包括短語、數字、專業術語以及帶有響亮背景噪音的語音。

GPT-Live-Transcribe 是專為低延遲實時轉錄而構建；而 GPT-Transcribe 可以優化已完成音頻文件和批量工作負載的異步轉錄。

在 Context Aware ASR 基準測試上，GPT-Transcribe 語義準確率從無自由形式上下文的 41.6% 提高到有上下文的 45.2%。

在 Common Voice 的 22 種語言上，GPT-Transcribe 的轉錄錯誤率為 19.27%，而 Whisper (whisper-1) 為 40.37%。在真實世界音頻錄製基準的九種語言上，它實現了 8.98% 的轉錄錯誤率，而 Whisper (whisper-1) 為 15.21%。